大数据电影推荐系统- 基于spark, Hadoop, kafka, MongoDB, angular项目描述：基于用户偏好及产品属性，在推荐位展示出具有相关性的其他产品，有基于物品、内容、用户的实时推荐和离线推荐。需要使用协同过滤算法（user CF & Item CF）及基于物品内容的算法进行混合推荐。每个推荐位需要配置特有的推荐规则和排序规则以及默认推荐（容错）。需要对推荐对象进行进行去重和过滤处理，通过独立的 Java 应用将每个用户的推荐结果和基于物品的相似度与基于内容的相似度信息导入到 Redis 缓存集群。使用平台及软件：CentOS6.5, JAVA, Hadoop, Spark SQL, Redis, Flume, Zookeper, Kafka, MongoDB